PulseAugur
中
实时 10:29:34
English(EN) Market-Information-Aware Gated-LoRA of Foundation Models for Transferable Day-Ahead Electricity Price Forecasting

基础模型适用于数据稀缺市场的电力价格预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新颖的框架，用于在历史数据有限的市场中，将Chronos-2时间序列基础模型改编用于日前电力价格预测。该方法通过多源市场信息接口和基于实时市场信号调整模型参数的门控低秩适配器（LoRA）来整合特定市场的信息。在中国省级市场的实验表明，与现有的零样本和标准LoRA技术相比，该方法显著降低了预测误差，为数据稀缺的电力市场提供了一条实用的迁移路径。 AI

影响 这项研究提供了一种在数据稀缺市场中提高预测准确性的方法，可能使能源交易和电网管理受益。

排序理由 该集群包含一篇学术论文，详细介绍了一种将基础模型应用于特定预测任务的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

基础模型适用于数据稀缺市场的电力价格预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Hang Fan, Wei Wei, Shengwei Mei ·

    面向可迁移日前电力价格预测的基础模型市场信息感知门控LoRA

    arXiv:2608.11359v1 Announce Type: new Abstract: Electricity price forecasting is crucial for market participants but remains difficult because prices are volatile, market-specific, and closely tied to anticipated system conditions. Existing supervised methods depend largely on ma…

相关实体

相关话题